| 基于聚类和类重叠分析的近邻分类 |
| |
| 引用本文： | 刘杜钢.基于聚类和类重叠分析的近邻分类[J].计算机系统应用,2015,24(9):1-8. |
| |
| 作者姓名： | 刘杜钢 |
| |
| 作者单位： | 福建师范大学 数学与计算机科学学院, 福州 350100 |
| |
| 摘 要： | k近邻分类(kNN)是一种简单而有效的非参数分类算法, 但存在着参数需要人工确定, 没有显式构建分类模型造成存储空间大、分类效率低, 且易受到“维灾”效应影响等缺点. 针对这些缺点, 提出一种高效的近邻分类新方法, 构造了两个新的近邻分类器. 新方法使用由K均值聚类产生的优化的簇原型集合为分类模型, 减少了存储空间的同时提高了分类效率; 提出三种类重叠分析策略并引入模糊基准度量以减轻维灾影响. 以该分类模型学习方法为基础, 提出一种新的kNN分类器和组合朴素贝叶斯的新分类器, 算法涉及的参数都可以自动确定. 在人工和现实数据集上进行的实验表明, 新分类器具有良好的分类效率和分类准确率.
|
| 关 键 词： | 近邻分类 K均值聚类 簇原型 类重叠分析 模糊基准度量 |
| 收稿时间： | 2014/12/30 0:00:00 |
| 修稿时间： | 3/2/2015 12:00:00 AM |
Neighbor Classification Based on Clustering and Class Overlapping Analysis |
| |
| LIU Du-Gang.Neighbor Classification Based on Clustering and Class Overlapping Analysis[J].Computer Systems& Applications,2015,24(9):1-8. |
| |
| Authors: | LIU Du-Gang |
| |
| Affiliation: | School of Mathematics and Computer Science, Fujian Normal University, Fuzhou 350100, China |
| |
| Abstract: | |
| |
| Keywords: | neighbor classification K-means clustering cluster prototype class overlapping analysis fuzzy norms measure |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
